무선 센서 네트워크 환경의 Threshold-sensitive 가변 영역 클러스터링 프로토콜에 관한 분석

An Analysis of Threshold-sensitive Variable Area Clustering protocol in Wireless Sensor Networks

무선 센서 네트워크에서 클러스터링 프로토콜은 전체 네트워크의 수명을 연장시키는 효율적인 방법이다. 그러나 클러스터 헤드 노드에 높은 부하를 주게 되어 헤드 노드의 급격한 에너지 소모를 유발하는 문제가 있다. 이에 LEACH와 같은 알고리즘은 클러스터의 구성과 클러스터 헤드 노드의 역할을 주기적으로 교체하여 네트워크의 수명을 연장시켰다. 그러나 이 방법은 클러스터를 구성하는 과정에서 상당한 양의 에너지를 소모한다. 이에 본 논문은 불필요한 에너지 소모를 줄이기 위해 새로운 클러스터 형성 알고리즘을 제안하였다. 이 알고리즘은 인접노드에서 수집되는 중첩 데이터를 배제하고 임계값을 전송한다. 서로 인접한 노드들은 그룹을 이루며 이 클러스터를 구성하는 노드들은 라운드 로빈 형태로 데이터를 수집하고 전송한다. 전체 네트워크의 관점에서 볼 때 이 그룹은 한개의 노드로 취급된다. 한 라운드의 셋업 단계에서 그룹들은 클러스터 헤드(그룹)에 의해 다시 클러스터를 형성(network cluster)하게 된다. 클러스터 헤드가 된 그룹의 모든 멤버노드는 라운드 로빈 방식으로 클러스터 헤드 역할을 수행한다. 따라서 그룹의 크기에 의해 라운드의 주기를 연장할 수 있다. 성능분석 결과 제안하는 방법은 제안된 클러스터링 방법에 비해 노드들의 에너지 소모가 줄어들었으며 전송효율이 증가하였다.

In wireless sensor networks, a clustering protocol is an efficient method to prolong network lifetime. In general, it results in more energy consumption at the cluster-head node. Hence, such a protocol must changes the cluster formation and cluster-head node in each round to prolong the network lifetime. But, this method also causes large amount of energy consumption during the set-up process of cluster formation. In order to improve energy efficiency, in this paper, we propose a new clustering algorithm. In this algorithm, we exclude duplicated data of adjacent nodes and transmits the threshold value. We define a group as the sensor nodes within close proximity of each other. In a group, a node senses and transmits data at a time on the round-robin basis. In a view of whole network, group is treated as one node. During the setup phase of a round, intra clusters are formed first and then they are re-clustered(network cluster) by choosing cluster-heads(group). In the group with a cluster-head, every member node plays the role of cluster-head on the round-robin basis. Hence, we can lengthen periodic round by a factor of group size. As a result of analysis and comparison, our scheme reduces energy consumption of nodes, and improve the efficiency of communications in sensor networks compared with current clustering methods.